双路注意力循环网络的轻量化语音分离

作者：杨弋; 胡琦; 张鹏远

来源：声学学报(中文版), 2023, 48(05): 1060-1069.

DOI：10.15949/j.cnki.0371-0025.2023.05.013

• 语音分离
• 轻量化模型
• 深度神经网络
• 双路网络
• 自注意力网络

提出了双路注意力循环网络的轻量化语音分离方法。首先,该方法使用基于“双路注意力机制”和“双路循环网络”的可选择分支结构对语音信号进行建模,从而提取深层特征信息并降低模型的参数量。其次,引入子带处理技术,从而降低模型的计算量。在LibriCSS数据集上的实验结果表明,该方法取得的平均词错误率为8.6%,且参数量和计算量分别仅为0.15 MiB和15.2 G/6s,与当前主流方法相比,分别减小了3.3～391.3倍和1.1～3.2倍。这表明,所提方法在取得高语音分离性能的同时,能有效地降低模型的参数量和计算量。

• 单位
  中国科学院大学